摘要：提出一种基于机器视觉与人工神经网络的铸件表面缺陷识别方法，采用计算机图像技术采集和处理生产线上的铸件表面图像信号，采用改进的BP神经网络算法对图像信号进行缺陷识别分析。该方法在为某厂研制的铸件表面缺陷检测系统中使用后，作业时耗平均降低4min／工件，表面缺陷检出准确率平均提高15％，实践表明本文方法是可行、有效的。

原文链接:http://www.cqvip.com//QK/94898X/200402/9306642.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）